[笔趣ba] biquba.vip 天才一秒记住！
?Hebb 规则（Hebbian Learning）：大脑的学习机制——“用进废退”，启发神经网络的学习算法。
?脑科学的进展促进了神经网络和强化学习的发展，如 AlphaGo 通过“自我博弈”模拟人类的学习过程。
4. 计算机科学：AI 的技术落地
(1) 计算机诞生与符号主义 AI
?1956 年达特茅斯会议：
?约翰·麦卡锡（John McCarthy）提出“人工智能（Artificial Intelligence）”这一术语。
?符号主义 AI（Symbolic AI）：早期 AI 依赖于逻辑规则，如专家系统（Expert Systems）。
(2) 机器学习与数据驱动 AI
?统计机器学习（Statistical Learning）：
?20 世纪 80-90 年代，AI 从基于规则转向数据驱动方法，如支持向量机（SVM）、决策树等。
?深度学习（Deep Learning）：
?2006 年，Geoffrey Hinton 复兴神经网络（Deep Neural Networks），AI 进入新时代。
5. 现代 AI 的核心技术
领域代表技术主要应用
符号 AI逻辑推理、知识图谱机器推理、专家系统
机器学习统计学习、决策树数据分析、推荐系统
深度学习CNN, RNN, Transformer图像识别、自然语言处理
强化学习Q-learning, DDPG游戏 AI、机器人
大模型GPT-4, Gemini生成式 AI、聊天机器人
6. AI 的终极本源：机器能否真正理解？
?现有 AI 主要是**“弱 AI”（Weak AI）**，擅长特定任务，但无法像人一样思考。
?“强 AI（Strong AI）”的目标是创造真正理解世界、具有意识的智能。
?哲学家**约翰·塞尔（John Searle）**提出“中文房间悖论（Chinese Room Argument）”，质疑 AI 是否真正“理解”语言，而不仅仅是模式匹配。
7. 未来 AI 的发展方向
b𝙄 𝑸u b𝒶.v 𝙄 𝑃